RESUMEN
In order to improve our healthcare system, it is undeniable that the future of modern medicine must focus on a more preventive and personalized approach, notably based on the individual characteristics specific to each patient. In this perspective, clinical metabolomics, which focuses on metabolites, emerges as a particularly interesting and promising approach. Indeed, this science reflects the internal and external stimuli received by an individual, thus capturing their physiological and/or pathological state. Close to the phenotype, it represents the interface between the patient, their genes, and their environment in the broadest sense. Its translational nature requires the conjunction of several expertise areas, both in analytical, biostatistical, and clinical levels. Combined with other data, it allows the generation of predictive or diagnostic models useful for early detection and monitoring of pathologies, taking into account notably the individual characteristics of patients. There are, of course, many obstacles and challenges to overcome for metabolomics to transition into clinical practice, but it is evident that this innovative approach will, in the years to come, find its place among the tools available to clinicians in a more personalized vision of patient care.
Dans le but d'améliorer notre système de santé, il est indéniable que l'avenir de la médecine moderne doit se porter sur une approche plus préventive et personnalisée, basée, notamment, sur les caractéristiques individuelles propres au patient. Dans cette optique, la métabolomique clinique, qui s'intéresse aux métabolites, apparaît comme une approche particulièrement intéressante et prometteuse. En effet, cette science est le reflet des stimuli internes et externes que reçoit un individu et permet donc de capturer son état physiologique et/ou pathologique. Proche du phénotype, elle représente l'interface entre le patient, ses gènes et son environnement au sens large. Sa nature translationnelle nécessite la conjonction de plusieurs expertises, tant au niveau analytique que bio-statistique et clinique. Combinée à d'autres données, elle permet de générer des modèles prédictifs ou diagnostiques utiles pour détecter précocement et suivre des pathologies, en tenant compte, notamment, des caractéristiques individuelles des patients. Il reste, bien entendu, de nombreux obstacles et défis à relever pour que la métabolomique passe dans la pratique clinique. Cependant, il apparaît évident que cette approche novatrice trouvera, dans les années à venir, sa place parmi les outils à disposition des cliniciens dans une vision préventive et plus personnalisée de la prise en charge du patient.